內(nèi)孤立波環(huán)境下穩(wěn)健降階自適應(yīng)匹配場(chǎng)定位方法研究

李杰美慧 史 陽(yáng)* 楊益新 黃曉冬

①(西北工業(yè)大學(xué)航海學(xué)院 西安 710000)

②(陜西省水下信息技術(shù)重點(diǎn)實(shí)驗(yàn)室 西安 710000)

③(中國(guó)海洋大學(xué)物理海洋教育部重點(diǎn)實(shí)驗(yàn)室 青島 266000)

1 引言

水下聲源定位技術(shù)與海洋環(huán)境息息相關(guān)，在軍事和民用領(lǐng)域都有著良好的應(yīng)用前景。其中與復(fù)雜海洋環(huán)境結(jié)合最緊密的就是匹配場(chǎng)定位(Matched Field Processing, MFP)技術(shù)，利用海洋水聲環(huán)境及信道特性構(gòu)建傳播模型，將接收到的測(cè)量場(chǎng)數(shù)據(jù)與通過(guò)聲場(chǎng)模型得到的所有聲源位置組成的拷貝場(chǎng)相匹配，從而確定聲源的位置信息[1]。MFP與海洋聲傳播模型幾乎是同步發(fā)展的。1976年，Bucker[2]推導(dǎo)出了MFP的定位方式，構(gòu)造了一個(gè)2次型檢測(cè)器，降低了MFP處理器對(duì)于多普勒失配的敏感性，更重要的是，他根據(jù)現(xiàn)實(shí)海洋環(huán)境模型，引入了模糊表面的概念，并證明了聲場(chǎng)中有足夠的成分來(lái)進(jìn)行定位。1997年，Baggeroer等人[3]提出了用高分辨率波束形成方法來(lái)改進(jìn)匹配場(chǎng)定位性能，其中應(yīng)用最廣泛的是自適應(yīng)匹配場(chǎng)定位(Adaptive Matched Field Processing, AMFP)技術(shù)，它將自適應(yīng)波束形成的優(yōu)點(diǎn)與匹配場(chǎng)處理器相結(jié)合，加權(quán)向量由接收信號(hào)的采樣協(xié)方差矩陣和拷貝場(chǎng)向量聯(lián)合計(jì)算得到，能夠更好地抑制旁瓣和干擾。此后，高分辨的匹配場(chǎng)定位方法得到廣泛關(guān)注[4-6]。

匹配場(chǎng)定位的主要難點(diǎn)是在復(fù)雜的海洋環(huán)境下保持穩(wěn)健的性能，因?yàn)镸FP對(duì)失配的靈敏度很高，尤其是環(huán)境失配，會(huì)直接影響聲吶基陣的定位性能。環(huán)境失配是指復(fù)雜的海洋環(huán)境導(dǎo)致傳播模型出現(xiàn)參數(shù)不確定性，例如聲速剖面誤差、海底構(gòu)成不確定性等[7]。對(duì)于實(shí)際海洋環(huán)境下的匹配場(chǎng)定位，聲速剖面失配是最嚴(yán)重也是最常見的環(huán)境失配方式，因?yàn)楹Ｑ笾械穆曀賵?chǎng)容易受環(huán)境條件而波動(dòng)，而這種動(dòng)態(tài)變化的聲速場(chǎng)給匹配場(chǎng)定位帶來(lái)了極大的困難[8,9]。

海洋中的聲速波動(dòng)通常來(lái)源于海洋多尺度動(dòng)力過(guò)程。當(dāng)海洋中出現(xiàn)內(nèi)波這樣的極端環(huán)境時(shí)，聲速失配不可避免。海洋內(nèi)波是指發(fā)生在密度層化的海水內(nèi)部的一種波動(dòng)，對(duì)聲傳播特性的影響尤為重要。內(nèi)波按照其生成方式主要分為3種，近慣性內(nèi)波、內(nèi)潮波和內(nèi)孤立波。其中，內(nèi)孤立波的振幅最大，可以在10 min內(nèi)使海水的等密度面下沉240 m，最大水平流速甚至超過(guò)3 m/s，波包長(zhǎng)度橫跨200～300 km[10,11]。內(nèi)孤立波的存在，會(huì)引起海水內(nèi)部混合，從而導(dǎo)致海洋中的溫鹽結(jié)構(gòu)發(fā)生變化，進(jìn)一步引起聲速剖面的起伏。而聲傳播特性也會(huì)產(chǎn)生劇烈變化，并且改變聲波的到達(dá)時(shí)間、傳播路徑、傳播損失等因素[12,13]。內(nèi)孤立波也是一種潛在的破壞力，其較小的空間尺度和明顯的時(shí)空變化特性，對(duì)水下聲吶的探測(cè)性能產(chǎn)生了巨大的影響。

海洋中的內(nèi)波使得陣列對(duì)于信號(hào)到達(dá)時(shí)延估計(jì)不準(zhǔn)，從而造成匹配場(chǎng)定位性能的降低。1990年，Daugherty和Lynch[14]最先研究了內(nèi)波對(duì)匹配場(chǎng)定位帶來(lái)的影響，他們應(yīng)用改進(jìn)的射線理論，在模型中加入了淺海表面波、內(nèi)波以及聲源的移動(dòng)，研究了這種混合情況所產(chǎn)生的環(huán)境失配對(duì)匹配場(chǎng)處理帶來(lái)的影響，指出線性處理器(Bartlett)在處理內(nèi)波時(shí)缺乏必要的穩(wěn)健性，并嘗試了多約束處理器和匹配模處理器，提高了環(huán)境條件失配情況下處理器解算聲源定位問(wèn)題的穩(wěn)健性。1993年，Baggeroer等人[1]發(fā)表了復(fù)雜海洋環(huán)境下匹配場(chǎng)定位方法的綜述性文章，指出當(dāng)存在海洋內(nèi)波時(shí)，將影響用匹配場(chǎng)方法進(jìn)行聲源定位的定位精度，但他們并沒(méi)有給出內(nèi)波環(huán)境下具體的匹配場(chǎng)定位方法。近年來(lái)，我國(guó)也進(jìn)行了內(nèi)波下匹配場(chǎng)定位方法的研究。李整林[15]通過(guò)仿真線性內(nèi)波下的聲速擾動(dòng)，用時(shí)頻域匹配定位的方法抑制了內(nèi)波引起的耦合模態(tài)，但損失了主瓣強(qiáng)度。吳開明[16]通過(guò)數(shù)值仿真，研究了內(nèi)波對(duì)匹配場(chǎng)時(shí)間相關(guān)長(zhǎng)度的影響，發(fā)現(xiàn)內(nèi)孤立波的振幅越大，匹配場(chǎng)時(shí)間相關(guān)長(zhǎng)度越小。李永飛等人[17]分析了不同內(nèi)波模型下寬帶匹配場(chǎng)定位的相干和非相干處理方法，線性內(nèi)波下兩種匹配場(chǎng)處理器的定位結(jié)果只有微小誤差，但內(nèi)孤立波環(huán)境下頻域非相干匹配場(chǎng)處理的旁瓣很高，定位誤差很大，而頻域相干匹配場(chǎng)處理器的定位誤差稍小一些。

以上這些定位方法多使用內(nèi)波模型來(lái)進(jìn)行數(shù)值仿真，實(shí)際的海洋內(nèi)波環(huán)境更加復(fù)雜。我國(guó)南海海域地形復(fù)雜，深度變化劇烈，南海也是內(nèi)孤立波集中和高發(fā)的海區(qū)。在實(shí)際南海大振幅內(nèi)孤立波環(huán)境下，目前國(guó)內(nèi)外已有的匹配場(chǎng)定位算法仍然存在很多不足之處，因此，深入研究?jī)?nèi)孤立波環(huán)境下穩(wěn)健的匹配場(chǎng)定位方法能夠?yàn)樘嵘晠认到y(tǒng)在實(shí)際內(nèi)波環(huán)境下的工作性能奠定堅(jiān)實(shí)的基礎(chǔ)。

針對(duì)復(fù)雜的內(nèi)孤立波環(huán)境，本文提出一種穩(wěn)健降階自適應(yīng)匹配場(chǎng)定位方法(robust Adaptive Matched Field Processing of Rank Reduction for source localization, RR-AMFP)。通過(guò)對(duì)內(nèi)孤立波下聲速場(chǎng)的研究分析，在自適應(yīng)匹配場(chǎng)定位方法的基礎(chǔ)上，結(jié)合了主模式抑制波束形成方法的優(yōu)點(diǎn)[18]，用降階的協(xié)方差矩陣和特定的權(quán)重因子來(lái)計(jì)算匹配過(guò)程中的權(quán)向量，從而達(dá)到提高定位性能并降低匹配時(shí)間的目的。同時(shí)仿真分析了不同類型的內(nèi)孤立波(單內(nèi)孤立波、內(nèi)孤立波波列等)和不同振幅內(nèi)孤立波對(duì)該方法的定位影響。最后通過(guò)南海內(nèi)孤立波聲源定位實(shí)驗(yàn)，驗(yàn)證了該方法在實(shí)際海洋內(nèi)孤立波環(huán)境下的有效性和穩(wěn)健性。

2 內(nèi)孤立波對(duì)聲速場(chǎng)的影響

海洋聲速場(chǎng)通常在小尺度空間范圍上變化不大，因此在陣列信號(hào)處理中通常作為聲速剖面來(lái)處理。但內(nèi)孤立波對(duì)于聲速的影響隨時(shí)間和空間變化，導(dǎo)致原本均勻的實(shí)測(cè)聲速場(chǎng)在內(nèi)孤立波區(qū)域出現(xiàn)彎曲變化。

在海洋內(nèi)波模型中，內(nèi)孤立波模型通常有3種類型，雙曲正割模型、Cnoidal模型和Dnoidal模型，但都與實(shí)際內(nèi)孤立波存在一定偏差[12]。為準(zhǔn)確表現(xiàn)內(nèi)孤立波對(duì)聲速場(chǎng)的影響，本文采用實(shí)際海洋環(huán)境中的測(cè)量結(jié)果(溫度、鹽度和深度等)，通過(guò)Wilson聲速經(jīng)驗(yàn)公式[11]來(lái)計(jì)算聲速場(chǎng)(測(cè)量值來(lái)自南海實(shí)測(cè)數(shù)據(jù))。圖1是實(shí)驗(yàn)設(shè)備(溫度鏈和溫鹽深儀(Conductivity-Temperature-Depth recorders,CTD))在220 min內(nèi)測(cè)量到的南海聲速數(shù)據(jù)。圖1(a)給出了沒(méi)有內(nèi)孤立波的實(shí)測(cè)聲速場(chǎng)。數(shù)據(jù)時(shí)長(zhǎng)為220 min，采樣間隔是10 s，而圖1(b)中內(nèi)孤立波的出現(xiàn)使得實(shí)測(cè)均勻聲速場(chǎng)在短時(shí)間內(nèi)發(fā)生劇烈變化。這樣的聲速場(chǎng)在聲傳播過(guò)程中會(huì)使聲線發(fā)生水平偏轉(zhuǎn)，當(dāng)聲線經(jīng)過(guò)內(nèi)孤立波區(qū)域時(shí)，聲速突然由小變大，再逐漸變小，這個(gè)漸變的過(guò)程導(dǎo)致聲線的水平偏轉(zhuǎn)角度增大，能量更加發(fā)散，進(jìn)一步影響信號(hào)到達(dá)陣列的時(shí)間，使得陣列估計(jì)時(shí)延出現(xiàn)誤差，定位不準(zhǔn)。

圖1 無(wú)內(nèi)孤立波和有內(nèi)孤立波時(shí)的聲速場(chǎng)(南海實(shí)測(cè)數(shù)據(jù))

3 穩(wěn)健降階自適應(yīng)匹配場(chǎng)定位算法原理

實(shí)際海洋環(huán)境中，內(nèi)孤立波導(dǎo)致聲場(chǎng)不斷變化，因此在構(gòu)造陣列接收信號(hào)的協(xié)方差協(xié)方差矩陣時(shí)，信號(hào)的積分時(shí)間要短，這樣協(xié)方差矩陣中的噪聲部分可以看作平穩(wěn)的，而且可以更快地反映動(dòng)態(tài)的聲場(chǎng)環(huán)境。但是用較短的時(shí)間估計(jì)協(xié)方差矩陣會(huì)導(dǎo)致估計(jì)精度下降，因此需要采用降階的方法來(lái)估計(jì)協(xié)方差矩陣，可以減少估計(jì)所需的快拍數(shù)，從而降低積分時(shí)間太長(zhǎng)帶來(lái)的環(huán)境失配，而且降階本身也降低了運(yùn)算量。同時(shí)內(nèi)孤立波也導(dǎo)致海洋環(huán)境噪聲增大，接收信噪比降低，因此在構(gòu)造權(quán)向量時(shí)需要引入特殊參數(shù)來(lái)檢測(cè)失配的成分。

一般的自適應(yīng)處理器對(duì)環(huán)境失配很敏感，因?yàn)槭鋷?lái)的誤差在匹配過(guò)程中會(huì)被當(dāng)成噪聲而抑制，從而降低信號(hào)能量[9]。本文提出了穩(wěn)健降階自適應(yīng)匹配場(chǎng)定位方法，在傳統(tǒng)自適應(yīng)匹配場(chǎng)定位方法的基礎(chǔ)上，融合了主模式抑制波束形成方法的優(yōu)點(diǎn)，用降階的協(xié)方差矩陣和特定的權(quán)重因子來(lái)計(jì)算匹配過(guò)程中的加權(quán)向量，提高了陣列處理的穩(wěn)健性，使定位結(jié)果更加準(zhǔn)確。

RR-AMFP算法的運(yùn)行框圖如圖2所示。與常規(guī)匹配場(chǎng)處理一樣，RR-AMFP算法也是分為測(cè)量場(chǎng)和拷貝場(chǎng)兩部分分別進(jìn)行計(jì)算。測(cè)量場(chǎng)是對(duì)陣列接收信號(hào)進(jìn)行處理，得到其采樣協(xié)方差矩陣。而拷貝場(chǎng)是按照搜索網(wǎng)格來(lái)計(jì)算拷貝向量，每一個(gè)網(wǎng)格點(diǎn)位置對(duì)應(yīng)一個(gè)拷貝聲源的深度和水平距離。RR-AMFP算法主要通過(guò)子空間的方法來(lái)實(shí)現(xiàn)降階的目的。首先對(duì)陣列接收到的拷貝場(chǎng)信號(hào)進(jìn)行處理，得到拷貝協(xié)方差矩陣，然后對(duì)該矩陣進(jìn)行特征分解，并根據(jù)所有特征值的大小將相關(guān)特征向量分解為信號(hào)子空間和噪聲子空間，將噪聲子空間的所有特征值替換為它們的平均值。這就實(shí)現(xiàn)了降階的目的。利用原信號(hào)特征值和平均噪聲特征值可以構(gòu)造改進(jìn)的協(xié)方差矩陣，將其帶入自適應(yīng)處理器的加權(quán)向量表達(dá)式中可以得到降階的加權(quán)向量。為保證RR-AMFP處理器在低信噪比環(huán)境下的穩(wěn)健性，在加權(quán)向量中引入權(quán)重因子來(lái)監(jiān)測(cè)每一組特征向量，這樣可以篩掉失配的拷貝向量，得到穩(wěn)健的加權(quán)向量。最后對(duì)測(cè)量場(chǎng)的采樣協(xié)方差矩陣和拷貝場(chǎng)得到的加權(quán)向量進(jìn)行計(jì)算，可以得到RR-AMFP算法的定位模糊表面。綜上所述，RR-AMFP算法不僅具有自適應(yīng)處理器抑制旁瓣，提高分辨率的效果，在低信噪比情況下也更穩(wěn)健，而且權(quán)重因子的引入可以篩掉失配的拷貝向量，降低聲速失配對(duì)定位結(jié)果的影響，因此RR-AMFP算法在內(nèi)波環(huán)境下可以有更好的定位效果。

圖2 算法整體框圖

在實(shí)際情況中，信號(hào)和干擾的個(gè)數(shù)不一定能確定，但階數(shù)D的選取可以根據(jù)特征值占總功率的比值設(shè)置一個(gè)門限n來(lái)確定(式(6))。在仿真中，如果只有1個(gè)聲源，且信噪比較大時(shí)，可以設(shè)置n=0.9，此時(shí)取D=1滿足條件。但是在信噪比較低或者實(shí)際海洋環(huán)境中，就要對(duì)各個(gè)特征值占總功率的比值進(jìn)行排列，選取合適的門限和階數(shù)

考慮到自適應(yīng)方法對(duì)信噪比都有一定的要求，因此當(dāng)信噪比較低，即主空間包含了弱信號(hào)時(shí)，拷貝向量會(huì)被當(dāng)作主空間的投影，RR-AMFP處理器會(huì)出現(xiàn)失配。在這種情況下，需要對(duì)特征向量進(jìn)行分辨，引入權(quán)重因子δi對(duì)每一組特征向量進(jìn)行檢測(cè)，使得失配的特征向量失效，這樣可以使RR-AMFP處理器在低信噪比情況下更穩(wěn)健。其中，μ是一個(gè)調(diào)節(jié)參數(shù)，它是衡量特征向量和期望信號(hào)接近程度的閾值。取μ=0.5可以抑制主空間以外的噪聲分量

4 仿真分析

4.1 有無(wú)內(nèi)孤立波下的匹配場(chǎng)定位性能比較

當(dāng)沒(méi)有內(nèi)孤立波存在時(shí)，測(cè)量場(chǎng)和拷貝場(chǎng)統(tǒng)一使用圖1(a)的無(wú)內(nèi)孤立波時(shí)實(shí)測(cè)均勻聲速場(chǎng)。在搜索區(qū)域內(nèi)分別用Bartlett處理器、MVDR處理器和RR-AMFP處理器做匹配場(chǎng)定位，并對(duì)所得模糊表面做歸一化處理。定位結(jié)果如圖4所示，估計(jì)聲源位置均位于真實(shí)聲源所在網(wǎng)格內(nèi)。顯然，在無(wú)內(nèi)孤立波且聲速不失配的情況下，3種方法都可以準(zhǔn)確定位聲源。但Bartlett處理器幾乎沒(méi)有抑制旁瓣，而同屬于自適應(yīng)方法的MVDR和RR-AMFP處理器能很好地抑制旁瓣。

圖3 實(shí)驗(yàn)整體布置

圖4 3種處理器的模糊表面(無(wú)內(nèi)孤立波)

進(jìn)一步研究有內(nèi)孤立波時(shí)的定位效果，采用圖1(b)作為測(cè)量場(chǎng)聲速場(chǎng)(包含一個(gè)內(nèi)孤立波)，而拷貝場(chǎng)依然用圖1(a)的實(shí)測(cè)無(wú)內(nèi)孤立波均勻聲速場(chǎng)，此時(shí)聲速失配，匹配場(chǎng)定位方法的穩(wěn)健性受到考驗(yàn)。圖5給出了有內(nèi)孤立波情況下3種定位方法的模糊表面。此時(shí)Bartlett處理器已經(jīng)完全失配，大量的強(qiáng)旁瓣使得定位結(jié)果與聲源位置產(chǎn)生巨大偏差，模糊表面最高峰出現(xiàn)在105 m, 9.4 km處。MVDR處理器的模糊表面也出現(xiàn)了一些強(qiáng)旁瓣，集中在聲源網(wǎng)格點(diǎn)附近，因此估計(jì)位置為310 m, 15.2 km，深度誤差為6.1%，距離誤差為15.5%，顯然內(nèi)孤立波的出現(xiàn)極大地影響了定位結(jié)果。與另外兩種處理器相比，RR-AMFP在內(nèi)孤立波環(huán)境下依然能夠精確定位到聲源位置，模糊表面峰值出現(xiàn)聲源位置附近。因?yàn)殡A數(shù)取1，所以RR-AMFP處理器有效地抑制了其他的強(qiáng)旁瓣，權(quán)重因子監(jiān)測(cè)保證了被內(nèi)波折射的部分聲線和接收陣列的時(shí)延誤差所產(chǎn)生的特征向量失效。因此該方法在內(nèi)孤立波環(huán)境下的匹配場(chǎng)定位性能是最穩(wěn)健的。

圖5 3種處理器的模糊表面(有內(nèi)孤立波)

4.2 不同振幅和類型內(nèi)孤立波下的匹配場(chǎng)定位性能比較

將不同振幅單個(gè)內(nèi)孤立波和波列的聲速場(chǎng)代入聲場(chǎng)模型，如圖6所示。用RR-AMFP算法進(jìn)行定位，圖7給出了相應(yīng)的定位結(jié)果。小振幅的單個(gè)內(nèi)孤立波對(duì)聲源位置和旁瓣的影響較小，因此估計(jì)位置準(zhǔn)確。而大振幅的單個(gè)內(nèi)孤立波模糊表面峰值雖然依舊位于聲源網(wǎng)格點(diǎn)上，但聲源周圍位置旁瓣較強(qiáng)，可能出現(xiàn)偽峰。因?yàn)榇笳穹膬?nèi)孤立波會(huì)使聲線偏移角度增大，聲速失配的情況更加嚴(yán)重，水聽器接收到的信號(hào)相位發(fā)生變化，模糊表面出現(xiàn)多個(gè)強(qiáng)峰值。

圖6(c)是由3個(gè)大振幅內(nèi)孤立波組成的波列聲速場(chǎng)，其定位結(jié)果如圖7(c)。模糊表面的峰值出現(xiàn)在330 m, 17.4 km處，偏離了聲源網(wǎng)格點(diǎn)，距離定位誤差增大，而且出現(xiàn)了多處強(qiáng)偽峰。因?yàn)楫?dāng)波列出現(xiàn)時(shí)，比起單個(gè)內(nèi)孤立波的情況，聲線傳播軌跡會(huì)連續(xù)偏移發(fā)散，而且偏移程度受內(nèi)孤立波振幅影響。大振幅的波列會(huì)強(qiáng)烈干擾信號(hào)的到達(dá)時(shí)延，導(dǎo)致模糊表面出現(xiàn)多個(gè)強(qiáng)峰值。

圖6 不同振幅單個(gè)內(nèi)孤立波和波列的聲速場(chǎng)

圖7 不同振幅單個(gè)內(nèi)孤立波和波列下RR-AMFP定位模糊表面

5 南海內(nèi)孤立波聲源定位實(shí)驗(yàn)

為了檢驗(yàn)RR-AMFP處理器在實(shí)際海洋環(huán)境中的定位性能，對(duì)2019年南海內(nèi)孤立波聲源定位實(shí)驗(yàn)的數(shù)據(jù)進(jìn)行處理。海上實(shí)驗(yàn)的地點(diǎn)位于南海大陸架上(地勢(shì)較平坦的海域)，實(shí)驗(yàn)布置與仿真一致。聲源位于接收陣正東方向，深度為330.5 m，與接收陣相隔17.862 km。接收陣列上同時(shí)系有溫度鏈和CTD，共同觀測(cè)海洋溫度和鹽度的起伏。發(fā)射信號(hào)為線性調(diào)頻信號(hào)，帶寬為100 Hz，中心頻率450 Hz。每個(gè)信號(hào)時(shí)長(zhǎng)為10 s，間隔10 s，重復(fù)發(fā)射5次。發(fā)射聲源級(jí)為190 dB。接收水聽器的采樣頻率為16 kHz，靈敏度級(jí)為-175 dB。

選取實(shí)驗(yàn)中7月11日14時(shí)接收的數(shù)據(jù)進(jìn)行處理，這是內(nèi)孤立波傳播到聲源和接收陣之間時(shí)接收到的信號(hào)，聲速場(chǎng)如圖1(b)所示。對(duì)原始數(shù)據(jù)進(jìn)行校準(zhǔn)、濾波和轉(zhuǎn)換，最終將處理后的數(shù)據(jù)矩陣代入RR-AMFP處理器進(jìn)行匹配場(chǎng)定位。陣列接收信號(hào)的時(shí)域圖和時(shí)頻圖如圖8所示。

圖8 實(shí)驗(yàn)中水聽器接收信號(hào)(深度為125 m)

測(cè)量場(chǎng)為陣列接收數(shù)據(jù)，拷貝場(chǎng)為Bellhop模型仿真接收信號(hào)，拷貝聲速場(chǎng)為無(wú)內(nèi)孤立波實(shí)測(cè)聲速，匹配區(qū)域和網(wǎng)格劃分與仿真實(shí)驗(yàn)一致?？紤]到接收信號(hào)夾雜噪聲，此時(shí)每個(gè)特征值占總能量功率較小，取門限n=0.58，即平均門限值(1/M)，大于門限的特征值基本位于前3階，因此取階數(shù)D=3，抑制系數(shù)和調(diào)節(jié)參數(shù)與仿真一致。線性調(diào)頻信號(hào)為寬帶信號(hào)，處理方法是劃分子帶，再對(duì)單頻匹配場(chǎng)定位結(jié)果在頻帶范圍內(nèi)相干積分[17]。

圖9給出了Bartlett處理器、MVDR處理器和RR-AMFP處理器的定位結(jié)果。Bartlett模糊表面峰值在260 m, 8.4 km處，強(qiáng)旁瓣眾多，其深度和距離定位誤差均超過(guò)20%。MVDR方法模糊表面旁瓣較低，但峰值位于320 m, 14 km，距離定位誤差達(dá)到21%，遠(yuǎn)高于可靠定位的誤差限制。

圖9 3種處理器實(shí)驗(yàn)定位模糊表面

RR-AMFP方法估計(jì)聲源位置位于325 m,17.2 km處，深度誤差為1.6%，距離誤差為3.7%，該結(jié)果在誤差允許范圍內(nèi)，屬于可靠定位。實(shí)驗(yàn)定位誤差，主要來(lái)源于聲速失配。內(nèi)孤立波引起的聲速擾動(dòng)使得聲線傳播過(guò)程發(fā)生了偏移，改變了聲傳播時(shí)間，因此信號(hào)到達(dá)接收陣列的時(shí)間發(fā)生了變化，得到的定位結(jié)果也產(chǎn)生了一定的偏移。海上實(shí)驗(yàn)數(shù)據(jù)的聲源定位誤差高于仿真結(jié)果，很重要的原因在于實(shí)際海洋環(huán)境和拷貝場(chǎng)仍然存在一些失配項(xiàng)。實(shí)際海底并不平坦，地勢(shì)起伏會(huì)使聲線的反射和折射受到影響，海底密度、底質(zhì)衰減和吸收在拷貝場(chǎng)中都是估計(jì)值，波浪和風(fēng)導(dǎo)致的粗糙海面也會(huì)使海面反射角度發(fā)生偏移，因此拷貝場(chǎng)的聲場(chǎng)環(huán)境和實(shí)際海洋中的聲場(chǎng)存在一定的環(huán)境失配。而且實(shí)際海洋環(huán)境中噪聲較大，這部分噪聲既有環(huán)境噪聲也有內(nèi)波噪聲，使得信噪比較低，更容易出現(xiàn)定位誤差。而RR-AMFP算法通過(guò)降階抑制了噪聲空間的能量，權(quán)重因子監(jiān)測(cè)使得拷貝向量接近但沒(méi)有對(duì)準(zhǔn)聲源位置時(shí)會(huì)被抑制，保證弱信號(hào)在信噪比較低時(shí)仍然得到保留。因此可以說(shuō)RR-AMFP算法在有內(nèi)孤立波的實(shí)際海洋環(huán)境下是相對(duì)穩(wěn)健的。

6 結(jié)束語(yǔ)

針對(duì)實(shí)際海洋環(huán)境中內(nèi)孤立波導(dǎo)致的聲速失配等問(wèn)題，本文提出了一種內(nèi)孤立波下穩(wěn)健降階自適應(yīng)匹配場(chǎng)定位方法。算法在傳統(tǒng)自適應(yīng)匹配場(chǎng)定位算法的基礎(chǔ)上，引入了主分量抑制波束形成方法，用特征分解對(duì)拷貝協(xié)方差矩陣進(jìn)行降階，同時(shí)采用抑制系數(shù)和特殊的權(quán)重因子來(lái)計(jì)算匹配過(guò)程中的權(quán)向量，抑制噪聲并保護(hù)弱信號(hào)，因此該算法在內(nèi)孤立波環(huán)境下可以保持穩(wěn)健性，而且階數(shù)的降低也縮短了計(jì)算時(shí)間。仿真結(jié)果表明：小振幅的單個(gè)內(nèi)孤立波雖然導(dǎo)致聲速失配，但該算法仍然可以準(zhǔn)確定位，但隨著內(nèi)孤立波振幅和數(shù)量的增加，定位誤差也逐漸增大。南海內(nèi)孤立波聲源定位實(shí)驗(yàn)中，估計(jì)位置深度誤差為1.6%，距離誤差為3.7%，驗(yàn)證了該算法在實(shí)際海洋內(nèi)孤立波環(huán)境下的穩(wěn)健性。